Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et...

26
Etude économétrique des liens entre R&D interne et coopération en R&D projet dirigé par Matthieu MANANT Stanley DURRLEMAN, Nadia FERAOUN, Thomas FUHR, Alexandre GRAMFORT, Aurélien LOUIS et Julie ROBILLARD 22 juin 2005

Transcript of Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et...

Page 1: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

Etude économétrique des liens entre R&Dinterne et coopération en R&D

projet dirigé par Matthieu MANANT

Stanley DURRLEMAN, Nadia FERAOUN, Thomas FUHR,Alexandre GRAMFORT, Aurélien LOUIS et Julie ROBILLARD

22 juin 2005

Page 2: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

Table des matières

1 Une revue de la littérature : les bases de la théorie de la coopération enR&D 31.1 Concentration du marché et incitation à innover . . . . . . .. . . 31.2 Coopération et spillovers . . . . . . . . . . . . . . . . . . . . . . 31.3 La notion de capacité d’absorption . . . . . . . . . . . . . . . . . 41.4 Réseaux de collaboration en R&D . . . . . . . . . . . . . . . . . 51.5 Les limites de la théorie . . . . . . . . . . . . . . . . . . . . . . . 5

2 Description des variables 7

3 Le modèle 11

4 L’analyse des résultats 134.1 Les résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134.2 Leur pertinence . . . . . . . . . . . . . . . . . . . . . . . . . . . 144.3 Leur analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144.4 La coopération se substitue-t-elle aux dépenses de R&D ?Les va-

riables COOP et IRD . . . . . . . . . . . . . . . . . . . . . . . . 164.5 Comparaison avec une autre étude. . . . . . . . . . . . . . . . . . 17

5 Annexe : Quelques mots d’économétrie... 205.1 Moindres carrés ordinaires et modèle linéaire multiple. . . . . . 205.2 Du modèle exponentiel au modèle linéaire . . . . . . . . . . . . .215.3 Modèle Probit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

6 Annexe : Origine des données (Intitulés des questions posées) 24

1

Page 3: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

Introduction

Le département de Recherche et Développement (R&D) est un moteur crucialde l’activité d’une entreprise, fournissant les innovations nécessaires à la crois-sance. Toutefois, les entreprises peuvent choisir entre deux stratégies d’innova-tion. La première consiste à développer intégralement les technologies en interne,leur département R&D gérant de manière autonome l’ensembledes recherches.La seconde stratégie repose sur l’existence d’accords avecd’autres entreprises etd’échanges de savoirs entre départements de R&D, il s’agit d’une recherche menéesous forme de collaboration technologique.

L’enquête sur l’innovation CIS3-France 2001 [2] fournit des données pertinentessur les stratégies de recherche employées par près de 7000 entreprises françaises.Les entreprises sondées possèdent des caractéristiques très variées : les PME sontprésentes au même titre que les grandes multinationales, etces entreprises appar-tiennent à différents secteurs industriels.

A partir des réponses à l’enquête, il est possible de dégagerdes variables d’inté-rêt permettant de caractériser la R&D dans chaque entreprise. Ainsi, les montantsinvestis dans la R&D interne et dans la R&D externe sont accessibles ainsi que lataille et le secteur technologique de l’entreprise. Ceci nous donne une vision glo-bale de sa stratégie de R&D.

L’un des axes d’étude de cette stratégie concerne les liens qui existent entre lacoopération entre acteurs et les efforts internes consacrés à la recherche. S’agit-ilde deux aspects complémentaires ou bien antagonistes d’unestratégie de R&D ?Quels caractéristiques déterminent le choix de la coopération, quelles variables in-fluent sur le montant des dépenses propres en recherche ? Une vaste littérature,aussi bien théorique qu’empirique existe sur le sujet. Nousavons voulu confronterdifférentes hypothèses à la réalité décrite par l’enquête CIS3.

L’objectif de ce travail est d’élaborer à partir de ces données un modèle quantitatifmettant différentes variables en corrélation et valable pour toutes les entreprisessondées. L’écart de chaque entreprise à la courbe moyenne générale permet deretrouver sa stratégie de R&D : recherche exclusivement faite en interne ou colla-boration. Cette étude économétrique est très proche de celle réalisée par ReinhildeVeugelers [1] sur des données hollandaises, datant de 1998.Ces résultats consti-tuent donc une base intéressante de comparaison des caractéristiques de la R&Ddans les entreprises de ces deux pays.

2

Page 4: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

1 Une revue de la littérature : les bases de la théorie de lacoopération en R&D

Notre étude statistique se base sur une ample littérature portant sur la R&D enentreprise, qui tente de répondre à deux questions :

– Quels facteurs influent sur la capacité de recherche d’une entreprise ?– Quels facteurs influent sur la décision d’une entreprise decoopérer ?

Ainsi, le modèle que nous proposons, très proche de celui de Veugelers, reposesur une série d’hypothèses que des études précédentes, théoriques ou empiriques,ont tenté de confirmer. Afin de comprendre en détail ce modèle,nous proposonsici de revenir rapidement sur ces quelques hypothèses. De nombreuses revues delittérature existent (voir Veugelers [1], ou Manant ([11]). Celle-ci ne prétend pasêtre exhaustive, mais synthétique, et résumant uniquementles faits capturés dansnotre modèle. Elle permettra au lecteur de se référer aux articles fondamentaux surle sujet.

1.1 Concentration du marché et incitation à innover

La question de l’influence de la taille sur la capacité et l’incitation à innover estune question qui a été largement débatue, avec des vues souvent contradictoires.Hypothèse 1 : L’entrepreneur recherche des monopoles temporaires par leprocessus d’innovation.Selon Schumpeter [6], l’innovation permet à une firme de réaliser un profit par lemonopole qu’elle lui confère. La recherche des parts de marchés est une incitationforte à l’innovation.Hypothèse 2 : Le monopole a une faible incitation à innover.En effet, Arrow [5] introduit le concept d’effet de remplacement. Un monopole estmoins incité à innover, car en innovant, il ne gagne rien de plus que ce qu’il a déjà :un monopole.

1.2 Coopération et spillovers

L’étude théorique de la coopération en R&D s’est depuis longtemps fondéesur la notion de spillover (transfert de connaissance). Ces"fuites" peuvent avoirplusieurs origines : les mouvements de personnel entre les entreprises, les confé-rences, les échanges avec les fournisseurs et les clients. Fondamentalement, ilsreprésentent une appropriabilité imparfaite des résultats de la recherche. Il en ré-sulte une externalité positive pour les entreprises, qui sont moins incitées à investiren recherche en présence de spillovers, car elles bénéficient de l’innovation desconcurrents.Hypothèse 3 : Plus les effets des spillovers sont importants, moins les firmesinvestissent en R&D.Le mécanisme, mis en lumière par D’Aspremont et Jacquemin dans [7] est double :un investissement plus important profite aussi à la firme concurrente, qui devient

3

Page 5: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

plus compétitive. Anticipant cet effet, les entreprises retiennent leurs investisse-ments. On parle d’effet de free-riding. De plus, les dépenses des autres entreprisesremplacent les dépenses propres. Il s’agit d’un effet de substitution.Hypothèse 4 : Si le taux de spillover est en-dessous d’une valeur critique, unecoordination des dépenses en R&D réduit les investissements en R&D par rap-port à la situation de compétition. Il les augmente sinon.Dans le cas d’une coordination des dépenses entre firmes (d’un cartel de recherche),l’effet précédent est internalisé. Il disparait. En revanche, apparait un autre effet :les firmes retiennent leurs dépenses en R&D, car elles ne sontplus en compétitionà ce stade. Pour de forts spillovers, la disparition du premier compense l’apparitiondu deuxième. Le résultat est globalement positif.

Il est possible d’introduire une autre forme de collaboration en R&D. Deuxentreprises peuvent en effet décider de partager les résultats de leur recherche.Cette situation est désignée dans la littérature par le terme Research Joint Ven-ture (RJV). Elle correspond théoriquement à un très fort spillover, c’est à dire unenon-appropriabilité parfaite de la recherche. On est alorsconduit à distinguer 4 cas,selon que les firmes coordonnent leurs dépenses de rechercheou non, et partagentleurs résultats ou non. Le résultat suivant, du à Kamien, Müller et Zang [8], estalors compréhensible étant donné ce qui précède :Hypothèse 5 : Quel que soit le taux de spillover, la dépense enrecherche desfirmes est toujours supérieure dans le cas d’un RJV avec cartel R&D, com-paré aux autres situations. Elle est toujours inférieure dans le cas d’un RJVavec compétition au niveau des dépenses de recherche.En effet, un RJV-cartel implique des dépenses supérieures àun cartel R&D simple,car l’effet spillover (internalisé) est plus important dans un RJV. Un RJV-compétitionimplique des dépenses inférieures à une situation de compétition simple, car lespillover est plus important pour le RJV. Le résultat intéressant est qu’une situationde RJV-cartel est meilleure que la situation de compétitionsimple.

1.3 La notion de capacité d’absorption

Une notion complémentaire à celle de spillover a considérablement transforméla perspective traditionnelle concernant les liens entre dépenses de recherche etcoopération. Il s’agit de la notion de capacité d’absorption. Celle-ci représente lacapacité d’une entreprise à assimiler le flux d’informationprovenant des autres en-treprises, c’est à dire les spillovers. La capacité d’absorption définit une certaine"productivité" des spillovers : plus elle est grande, plus les spillovers ont d’effetsur la productivité de l’entreprise. En ce sens, introduirecette capacité revient àfaire de la recherche externe et de la recherche interne des substituts imparfaits.La manière classique pour introduire cette capacité d’absorption est de considérerqu’elle augmente avec les dépenses internes en R&D : ces dépenses propres per-mettent d’augmenter le stock de savoir de la firme, et donc d’avoir les bases pourcomprendre les recherches des firmes concurrentes.Hypothèse 6 : La capacité d’absorption, lorsqu’elle est liée aux dépenses in-

4

Page 6: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

ternes de R&D :– Introduit un effet positif des spillovers sur les dépensesinternes en R&D– Diminue l’effet négatif de free-riding dû aux spillovers sur les dépenses

internes en R&DCe résultat, exhibé par Cohen et Levinthal dans [9] est assezclair. Si les spillo-

vers augmentent, la firme a intérêt à dépenser plus en R&D pouraugmenter sacapacité d’absorption et mieux les assimiler. De plus, une firme a moins d’intérêtau free-riding, puisque diminuer sa propre recherche diminue sa capacité d’absorp-tion.

1.4 Réseaux de collaboration en R&D

Il est nécessaire, pour avoir une compréhension plus globale des phénomènesde coopération, d’introduire des éléments stratégiques, quand au choix des parte-naires de recherche. Ceci peut être fait en partant de la notion de réseau de co-opération en recherche, c’est à dire considérer que les firmes peuvent décider dunombre de leurs partenaires. Goyal et Moraga (dans [10]) obtiennent des résultatsintéressants en considérant des collaborations bilatérales de type RJV-compétitionau sens de Kamien.Hypothèse 7 : Un réseau complet (toutes les firmes collaborent avec toutes lesautres) minimise le bien-être social, ainsi que les dépenses en R&D.Cette situation est la même que celle de Kamien lorsqu’il étudie le modèle de RJV-compétition. Le résultat est donc cohérentHypothèse 8 : Un nombre de collaborations intermédiaires maximise le bien-être social.Ce résultat est contre-intuitif, si l’on se base sur ceux de Kamien. Il y a toutefoisun aspect que Kamien ne saisit pas dans son étude : il s’agit dela non-duplicationdes efforts en R&D qu’implique les spillovers. Cet effet positif compense les di-minutions globales du niveau des dépenses en R&D dû au free-riding, lorsque leniveau de collaboration n’est pas trop élevé.Hypothèse 9 : Le réseau complet est stable.Ceci est problèmatique : en effet, les firmes pourraient préférer collectivement nepas former trop de liens, comme le suggère l’hypothèse 6. Dans une telle configu-ration, deux firmes gagneraient un avantage concurentiel à entamer une collabora-tion. Ainsi, il y a donc une incitation pour les firmes à formerde trop nombreusescollaborations.

1.5 Les limites de la théorie

Il existe un certain nombre d’aspects qui n’ont pas été traités correctement parla théorie, et qui pourtant jouent vraisemblablement un rôle important dans lesdécisions des entreprises relatives aux investissements en recherche.

Le premier aspect concerne celui de la spécificité des actifsmis en oeuvredans une coopération en R&D, ou, plus largement, le partage de compétences entre

5

Page 7: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

entreprises. En effet, il peut être socialement intéressant pour deux entreprises decollaborer si leurs compétences dans un domaine sont complémentaires. Dans cecas, la non-duplication des coûts associés à l’acquisitiondes compétences peutplaider en faveur de collaboration accrues.

Le deuxième aspect concerne le rôle essentiel de l’innovation dans les stra-tégies de différentiation des entreprises. La théorie traite la R&D sous l’angle del’innovation de processus qui réduit les coûts de production. L’innovation de pro-duit est généralement conçue comme une innovation verticale, qui augmente lademande pour un produit. Les deux aspects sont, sous l’angledes équations, tota-lement équivalents. Or, l’innovation peut aussi être horizontale (peut viser à établirun produit destiné à une fraction différente du marché), et donc comporter desimplications stratégiques importantes. De ce point de vue,il peut y avoir une dés-incitation forte à coopérer dans la mesure où la coopérationpermet aux entreprisesconcurrentes de réaliser des produits similaires.

6

Page 8: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

2 Description des variables

Afin d’évaluer les intérêts des entreprises à adopter une stratégie coopérative ou aucontraire compétitive, il est nécessaire d’étudier leur structure et leurs orientationsen matière d’innovation et de recherche. Les évolutions technologiques atteignentun rythme tel qu’il est indispensable pour les entreprises d’engager des dépensesdans la recherche et le développement. Cependant, si certaines entreprises pos-sèdent les moyens et les structures capables de supporter une recherche propre, etde la protéger, d’autres entreprises préféreront bénéficier d’un savoir-faire externeou partager les coûts d’un laboratoire avec d’autres. Il apparaît ici que la taillede l’entreprise ou sa capacité à absorber des connaissancesexternes, par exemple,sont des variables potentiellement influentes sur la stratégie de R&D adoptée. Lescaractéristiques susceptibles d’influer sur la stratégie R&D sont listées dans cettepremière partie et récapitulées dans le tableau 1. Certaines ont été présentées dansl’article de référence de R.Veugelers [1], d’autres semblent pertinentes compte tenudu sondage soumis aux entreprises [2].

L’un des objectifs de cette étude est d’établir les liens entre les stratégies de re-cherches et les caractéristiques propres à l’entreprise. Le cœur de l’étude reposedonc sur l’aptitude d’une entreprise à développer des produits ou à innover. Mal-heureusement, ces attributs ne sont pas quantifiables : il est nécessaire d’effectuerdes hypothèses afin de les évaluer. Pour mesurer les performances technologiquesd’une entreprise, et sa propension à soutenir une rechercheinterne propre, la va-riable IRD (Internal R&D) est introduite.IRD représente les investissements enR&D effectués au sein de l’entreprise, hors subventions ou apports extérieurs. C’estun montant en euros. Si certaines entreprises consacrent une partie de leur budgetdans de la R&D externe, i.e. effectuée hors de ses locaux, la part de ce budget ac-cordée à la recherche propre semble refléter la volonté de l’entreprise à garder unestructure innovante à part entière. Cette donnée est accessible dans l’enquête [2],question 4.1, dans laquelle toutes les dépenses en R&D sont détaillées.

Intuitivement, si une entreprise est de petite taille, ellen’aura pas la capacité d’en-tretenir un département de R&D et aura plutôt tendance à favoriser soit une coopé-ration sous forme d’un laboratoire commun, soit une acquisition des savoir-faired’autres entités sans mener elle-même de recherche internepropre. Par contre unegrande entreprise dispose de plusieurs alternatives. Ellepeut soutenir un labora-toire interne fermé ou bien coopératif, ou encore adopter lechoix de ne pas faire derecherche interne mais de profiter des savoirs extérieurs. Par ailleurs, si les petitesentreprises sont plus réactives que les grandes, ces dernières ont une stabilité quileur permet de prendre des risques en matière d’innovation.La taille de l’entre-prise influe donc potentiellement sur la stratégie de R&D. Elle est chiffrée à l’aidede la variableS (Sales) égale au chiffre d’affaire en euros, donné en question 0.5de l’enquête [2].

7

Page 9: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

De manière similaire une petite entreprise nationale n’aura pas le même comporte-ment en matière d’innovation qu’une multinationale qui peut déléguer le travail deR&D à certaines de ses filiales. Dans le cas présent, l’influence du caractère mul-tinational est chiffré à l’aide d’une variable binaire, undummy, M (Multinational)valant 1 lorsque l’entreprise est une multinationale dont le siège est situé hors deFrance, et 0 sinon. Cette donnée répond à la question 0.1 de l’enquête [2].

Il relève d’un choix de comparer les stratégies en matière deR&D d’entreprises desecteurs différents. Il est en effet possible de supposer que la stratégie est en partieinfluencée par le domaine d’activité et de comparer les comportements de toutes lesentreprises entre elles. Il est également envisageable de reproduire l’étude sur tousles domaines d’activités indépendamment les uns des autres. L’enquête [2] vise desentreprises innovantes dans les domaines de la chimie, dontle dummy associé estCHEM (Chemistry), des technologies de l’information :IT (Information Techno-logy), du développement de programmes informatiques :INFO (Software services)ou enfin de l’électronique :MVEN (Metals manufacturing and electronics). Cer-taines de ces entreprises ne répondant pas à tous les critères exigés pour l’étude,seuls les domainesCHEM et MVEN sont retenus. La détermination du domained’activité des entreprises sondées dans l’enquête s’effectue à l’aide de leur numéroNAF-APE700 caractérisant le secteur [3]. Toutefois, dans l’échantillon que nousavons considéré, il n’y avait aucune entreprise du secteur IT ou des services infor-matiques. Pour la pertinence de nos résultats, nous avons supprimé ces variablesdu modèle.

Les efforts entrepris en R&D peuvent être encouragés par desaides gouverne-mentales. L’existence de subvention conditionne donc potentiellement la stratégiede R&D. Si ces dépenses sont données sans condition par le gouvernement fran-çais, les subventions européennes sont conditionnées par l’obligation d’adopter unestratégie coopérative. La variableSUB (Subvention) est undummy valant 1 si l’en-treprise reçoit des subventions régionales, gouvernementales ou européennes (ré-ponse à la question 7.1 de [2]).

Afin d’évaluer précisément le montant des investissements en recherche à l’exté-rieur de l’entreprise, on introduit la variableERD. La variableERD est une valeurnumérique correspondant à la somme directement investie par l’entreprise en re-cherche externe, ce qui correspond à la question 4.1 de [2]. Comme la variableIRD , il s’agit d’un montant évalué en euros. Ce montant ne prend pas en compteles autres moyens de coopérer entre entreprises comme la mise en partage de bre-vets et licences ou la mise en commun de personnel de recherche. Cette variablenous permet toutefois une bonne évaluation de l’effort entrepris par l’entreprisedans sa recherche externe.

Une autre variable à prendre en compte afin d’estimer la recherche externe d’uneentreprise est l’existence d’une recherche en coopération. La réponse donnée à la

8

Page 10: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

question 8.1 de [2] permet de définir la variable adaptéeCOOP. La variableCOOPest undummy qui a pour valeur 1 si l’entreprise répond qu’elle mène des activitésde recherche en collaboration avec d’autres entreprises, ou bien 0 si l’entrepriserépond négativement à cette question. C’est une variable très importante pour lemodèle que nous allons développer dans la prochaine partie,et elle y sera détailléeplus avant.

Un paramètre important pour évaluer la politique de recherche d’une entrepriseest sa capacité à maintenir une veille technologique sur sondomaine de rechercheet développement. La réponse à la question 9 de [2] permet de savoir si l’entreprisemet en oeuvre cette veille ou non. Cette question porte sur les différentes sourcesd’informations dont dispose l’entreprise pour orienter son effort de recherche :articles publiés, etc... Nous avons alors introduit le paramètreMONI qui est undummy dont la valeur est 1 si l’entreprise réalise de la veille technologique et 0 sielle n’en maintient pas. Il s’agit d’un paramètre n’intervenant pas dans l’article deR. Veugelers [1] mais qui doit apporter un éclairage pertinent sur la politique derecherche et sur les éventuelles collaborations mises en œuvre par les entreprisessondées dans l’enquête [2].

Un élément important pour mesurer l’activité de recherche et développement d’uneentreprise est sa capacité à développer des produits innovants. L’enquête [2] sur la-quelle nous travaillons permet de savoir, grâce à la réponsedonnée par l’entrepriseà la question 1.4, la part de chiffre d’affaire réalisée par l’introduction sur le mar-ché de produits innovants. La variableDIFF a donc été introduite pour prendreen compte ce montant. Il s’agit d’une somme évaluée en euros,comme précé-demment. Cette variable traduit une orientation de la politique de recherche : unesommme importante montre que l’entreprise mise sur la différentiation de ses pro-duits. On peut alors imaginer qu’une entreprise faisant de la recherche pour intro-duire des produits différents, plutôt que pour améliorer des processus chercheramoins à coopérer, puisque tout l’avantage qu’elle peut en retirer vient précisémentdes spécificités de son produit. Mais on peut aussi imaginer que l’élaboration denouveaux produits représente un coût trop important pour être supporté par uneseule entreprise, ou que les produits innovants sont conçusavec des partenairesen dehors du secteur de l’entreprise, et donc sans risque de concurrence. Cette va-riableDIFF peut ainsi jouer dans un sens ou dans l’autre, et il sera intéressant decomparer nos intuitions aux résultats du modèle que nous avons développé.

Un autre facteur à prendre en compte dans cette étude est la volonté de l’entre-prise de protéger légalement ses recherches. Une entreprise menant des recherchesde R&D a en effet deux choix quant à la protection du résultat de ses recherches.Elle peut soit garder le résultat de ses recherches secret, sans le divulguer ni leprotéger ou bien déposer des brevets afin de garantir le respect de ses droits surses inventions, mais dans ce cas ses travaux sont publiés et accessibles à tous, bienque leur utilisation soit sujette à l’obtention d’une licence d’utilisation. La variable

9

Page 11: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

PRO prend en compte la protection juridique des recherches de l’entreprise son-dées. C’est undummy dont la valeur vaut 1 si l’entreprise brevette ses recherches,0 sinon. Cette variable correspond à la réponse à la question11.2 de l’enquête [2].

On peut imaginer qu’une entreprise qui protège ses recherches par des moyenspublics juridiques est plus en mesure de collaborer avec d’autres entreprises pourmener une recherche en commun, puisqu’elle sait que ses droits sont protégés. Al’inverse, une entreprise qui fait le choix de ne pas déposerses brevets pour gar-der ses résultats secrets ne se lancera pas dans une recherche en coopération avecl’extérieur. Ce raisonnement est sans doute valable pour les grandes entreprises,mais il faut considérer qu’une petite entreprise n’a pas lesmoyens de se protégerlégalement, mais peut tout de même entreprendre une recherche en collaboration.Par ailleurs, la protection juridique des recherches d’uneentreprise peut être un in-dicateur de sa méfiance vis à vis des autres entreprises. Il sera donc intéressant deregarder quel rôle notre modèle fait jouer à ce paramètre, s’il pousse ou dissuadeune entreprise à mener des recherches en collaboration.

Variables Signification Type de variable

IRD Investissement en R&Dinterne

donnée en euros

S Taille de l’entreprise,chiffre d’affaire

donnée en euros

M Multinationale DummyCHEMIT Secteur d’activité DummyINFOMVENSUB Existence de subvention DummyERD Dépenses en recherche

externedonnée en euros

COOP Existence de recherche encollaboration

Dummy

MONI Capacité à faire de laveille technologique

Dummy

PRO Volonté de protéger larecherche interne légale-ment

Dummy

DIFF Capacité à se différencier Pourcentage investidans des produitsinnovants

FIG. 1 –Tableau récapitulatif des variables utilisées

10

Page 12: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

3 Le modèle

Nous utilisons un modèle de régression à deux équations simultanées. On peutconsulter l’article de Veugelers [1], pour une explicationdétaillée des raisons pourlesquelles ceci est intéressant. En substance, ce modèle suppose qu’il existe uneinfluence réciproque entre les dépenses internes en R&D et lacoopération, et queces deux variables peuvent être par ailleurs expliquées pardes modèles qui leurssont propres. Ainsi, certaines variables dépendantes (explicatives) de ces équationspeuvent avoir un effet sur les dépenses internes et sur la coopération. Utiliser uneseule équation n’est donc pas satisfaisant, car il ne nous permet pas de séparer leurinfluence directe, et leur influence "indirecte" sur chacunedes variables indépen-dantes. Pour prendre un exemple, on remarquera que la taillede l’entreprise peutavoir un lien avec ses dépenses en R&D (pour des questions de budget), mais aussisur la coopération (avantage de la taille pour mettre en oeuvre les coopérations).Une grande entreprise pourrait ainsi avoir tendance à avoirde grandes dépensesinternes en R&D, et une forte probabilité de coopérer. Mais comme la présenced’une coopération influe elle-même sur les dépenses, on voitque la taille de l’en-treprise à deux influences de natures différentes sur la dépense. Le modèle nouspermet donc de séparer ces deux effets et d’évaluer leur importance.

Les équations du modèle sont les suivantes :

log IRD = x0 + log S(x1 + x2M) + x3M + x4 log DIFF (3.1)

+x5SUB + log ERD(x6 + x7MONI)

+COOP (x8 + x9MONI)

COOP = x0 + log S(x1 + x2M) + x3M + x4 log DIFF (3.2)

+x5PRO + x6 log IRD

Takeshi Amemiya, dans [4], a décrit une méthode en deux étapes pour estimerdes modéles mélangeant variables discrètes et continues. Les quatres étapes derésolution sont les suivantes :

– le modèlelog IRD = Π1X + σ1

est évalué par OLS, avec X comprenant toutes les variables indépendantesexpliquant IRD et COOP.

– Le modèleCOOP = Π2X + σ2

est évalué par Probit ML, avec X comprenant toutes les variables indépen-dantes expliquant IRD et COOP.

– Le modèle 3.1 est estimé par OLS en remplaçant COOP par la valeur donnéepar le modèle estimé en deuxième étape.

11

Page 13: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

– Le modèle 3.2 est estimé par Probit ML en remplaçant IRD par la valeurdonnée par le modèle estimé en première étape.

On trouvera dans l’annexe de plus amples détails sur les procédures économé-triques mises en oeuvre.

12

Page 14: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

4 L’analyse des résultats

4.1 Les résultats

Les résultats obtenus à partir des données de l’étude CIS3 sont présentés dansle tableau 2.

Parmi les7000 entreprises ayant répondu au questionnaire nous avons éliminécelles qui n’avaient pas répondu aux questions qui nous servent à la définition desvariables du modèle (cf l’annexe page 24). C’est ainsi qu’ilnous reste un ensemblestatistique de168 entreprises.

les résultats successifs sont présentés dans le tableau ci joint.

OLS 1 Probit 1 OLS 2 Probit 2

Intercept 0.713 (0.388)0.068

-0.065(1.015) 0.949

0.726 (0.393)0.066

0.211 (0.909)0.816

log S 0.015 (0.114)0.899

-0.281(0.294) 0.339

0.062 (0.125)0.620

-0.408(0.275) 0.138

M*log S 0.110 (0.151)0.467

0.467 (0.386)0.227

0.031 (0.172)0.858

0.360 (0.373)0.334

M -0.516(0.758) 0.497

-2.008(1.911) 0.293

-0.175(0.840) 0.836

-1.567(1.849) 0.397

SUB 0.332 (0.097)0.001

0.847 (0.256)0.001

0.188 (0.182)0.304

log ERD 0.549 (0.065)<.0001

0.050 (0.155)0.748

0.541 (0.067)<.0001

MONI*logERD

-0.046(0.041) 0.262

0.131 (0.094)0.164

-0.069(0.055) 0.213

log DIFF 0.225 (0.092)0.016

0.283 (0.228)0.215

0.176 (0.107)0.101

0.128 (0.235)0.585

PRO 0.095 (0.094)0.316

0.556 (0.235)0.018

0.561 (0.229)0.014

MONI*COOPn

0.010 (0.209)0.963

COOPn 0.163 (0.225)0.470

log IRDn 0.515 (0.248)0.038

N 168 168 168 168

FIG. 2 – Résultats des régressions. Le premier chiffre est la valeur estimé, le chiffreentre parenthèse la variance. Le dernier est le pourcentagede significativité.

13

Page 15: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

4.2 Leur pertinence

Avant de commencer l’analyse de nos résultats, il est important d’en com-prendre la pertinence. En effet, les valeurs retournées correspondent à la réalisationla plus probable au sens des moindres carrés de variables aléatoires. Ces résultatssont associés à des intervalles de confiance. L’annexe en page 20 explique com-ment le test de Student (ou de façon similaire le test duχ2) permet d’estimer lapertinence du résultat trouvé. La valeur de ce test est à comparer à2 : si elle estinférieure à2, la valeur trouvée n’est pas significative pour un risque donné de5%. Or nous observons qu’à l’exception de quelques variables commelog ERD

ouSUB, les résultats retournés sont peu significatifs. Ils sont donc à prendre pourl’instant avec prudence.

D’autres problèmes entrent en jeu dans l’exploitation de ces résultats : les168entreprises finalement sélectionnées ne représentent pas un panel représentatif del’ensemble des entreprises ayant une activité de rechercheet développement. Ons’aperçoit assez nettement que la plupart des entreprises de notre panel ont unchiffre d’affaire supérieur à1 million d’euros. Les entreprises de taille plus modesten’ont donc pas pris le temps de répondre à toutes les questions, dont certainesdemandaient des recherches comptables au sein même des entreprises.

Par ailleurs certaines réponses étaient constituées d’unesimple appréciationsous la forme d’une case à cocher du type : "fort", "moyen" ou "faible". Ce type dequestion sur des données subjectives pose deux problèmes majeurs :

– comment s’assurer que chaque personne ayant rempli un questionnaire avaiten tête la même grille d’évaluation ?

– comment s’assurer que la personne ayant rempli le questionnaire avait unevision globale et non faussée de sa propre entreprise ?

Ce type de problème rend la définition de variable subjectiveparticulièrementdélicate. C’est le cas par exemple de la variableMONI qu’il nous a semblé in-téressant d’introduire mais qui souffre d’un manque de définition objective. Nousavons choisi de considérer que des entreprises ayant affirmése baser beaucoup surune des sources d’information pour sa R&D faisait de la veille technologique. LavariablePRO est également dans ce cas : les entreprises disposent de plusieursmoyens de se protéger, formels ou informels. Nous considérons que les entreprisesqui se protègent sont celles qui utilisent au moins une protection de chaque type.

Pour ces raisons, l’exploitation des résultats que nous allons faire est à prendreavec beaucoup de prudence. Ils devraient être confrontés à d’autres expériencesavant d’être validés.

4.3 Leur analyse

Conscients des limitations précédentes, nous allons faireressortir les grandestendances pour chacune des variables de notre modèle et mettre en parallèle cesrésultats avec les intuitions développées précédemment.

14

Page 16: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

variable S :

A l’issue du deuxième OLS, la variableSest estimée inférieure à1, mais elle aun écart-type important. Cette valeur confirme que plus une entreprise a un chiffred’affaires important, moins la part de son chiffre d’affaires consacrée à la R&D in-terne est importante. Ce résultat semble logique, en effet une grande entreprise peutfaire des économies d’échelle en matière de R&D. Même si les tests ne sont pastrès concluants pour valider cette valeur, elle va néanmoins dans le sens d’étudesprécédentes, comme celle de Veugelers en Belgique [1]. On note cependant que lesrésultats du probit montrent que les petites entreprises semblent avoir plus intérêtà coopérer que les grandes (avec une bonne certitude pour lestests).

variable M :

Une autre question que l’on se posait était de savoir si les entreprises multina-tionales avaient un comportement différent des autres en matière de R&D interneet de coopération. En ce qui concerne la coopération, on obtient des valeurs nonnulles des coefficients, mais les tests ne sont pas concluants et ne permettent pasd’affirmer avec certitude que cette variable a un réel impact. On peut rajouter queles entreprises de l’échantillon considéré ont des taillesà peu près comparables etque les effets des deux occurences deM dans l’équation ont tendance à s’annu-ler. Les résultats sont un peu plus probants dans la premièreéquation. Ils semblentmontrer que les multinationales dépensent globalement moins en R&D interne,mais que la taille est un facteur plus déterminant pour les multinationales que pourles entreprises locales.

variable SUB :

Dans notre modèle, la variableSUB est un dummy, donc ne reflète qu’incom-plètement le montant des subventions reçues par les entreprises. Toutefois, les ré-sultats obtenus sont relativement concluants. Les subventions semblent bien influerpositivement sur les dépenses de R&D interne des entreprises. L’absence de valeurpour ces subventions empêche cependant de quantifier cet apport.

variable ERD :

Comme on pouvait s’en douter, les dépenses externes et internes en matièrede R&D évoluent dans le même sens. Pour cette variable, la méthode OLS per-met d’obtenir des résultats très probants, l’écart-type ducoefficient étant faible.On peut observer que les dépenses internes de R&D varient comme la racine car-rée des dépenses externes (coefficient de 0.54). Pour les entreprises qui font de laveille technologique,(variableMONI ), les dépenses internes croissent légèrementplus lentement avec les dépenses externes. Cette différence n’est toutefois pas réel-lement significative, et pourrait provenir de la petite taille de l’échantillon choisi.

15

Page 17: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

variable DIFF :

Les entreprises émettant un produit innovant dépensent plus en R&D interneque les autres, ce qui s’explique aisément par les moyens misen oeuvre pour créerces nouveaux produits. Le coefficient associé àlog(DIFF ) dans la première équa-tion est d’environ 0.2, et même en prenant en compte les erreurs liées au modèle,cette valeur reste presque sûrement entre 0 et 0.5. Là encore, pour les nouveauxproduits, même en prenant en compte le coefficient deS, les entreprises bénéfi-cient d’économies d’échelle, même si elles sont moins importantes.

La deuxième équation ne donne pas de résultat probant en ce qui concerne lavariableDIFF . Les entreprises ayant une volonté d’innovation semblent dans l’en-semble un peu plus enclines à coopérer en matière de R&D, cependant on ne peutpas considérer cela comme une règle.

variable PRO :

Malgré les incertitudes liées à sa définition, la variablePRO permet de dégagerun résultat intéressant : le coefficient qui lui est associé est significativement positif,ce qui tend à prouver que les entreprises qui se protègent efficacement ont plustendance à coopérer, ou que réciproquement les entreprisesqui coopèrent sont plussoucieuses de protéger leurs résultats. Là encore, l’écart-type associé à ce dummyest important. Plus que de règle mathématique, on peut parler de tendance globalepour ce phénomène.

4.4 La coopération se substitue-t-elle aux dépenses de R&D ?Les va-riables COOP et IRD

Le Probit permet d’obtenir un résultat intéressant sur ces deux variables. Eneffet, le coefficient obtenu pourIRDn est positif, même si la dispersion des va-leurs est forte. Cela signifie que les entreprises ayant un fort département R&D co-opèrent globalement plus que les autres. La coopération semble donc être le fruitd’une volonté d’investir dans la R&D en trouvant de manière efficace les com-pétences dont une entreprise a besoin, et non un moyen de partager des dépensesconsidérées comme secondaires par la direction. On peut également considérer queles entreprises qui font beaucoup de R&D ne semblent pas se sentir lésées dans lacoopération, même si elles apportent plus que leur partenaire.

En revanche, l’autre équation montre que l’influence de la coopération sur lesdépenses R&D est plus réduit avec les variables prises en compte dans cette équa-tion. Si le coefficient associé àCOOPn est positif, on a une forte dispersion desvaleurs. Cela pourrait s’expliquer par le fait queCOOP est un dummy, et queCO-OPn ne quantifie pas forcément efficacement la coopération. On peut égalementsignaler que l’influence conjointe de la coopération et de laveille technologiquesur les dépenses internes en R&D est nulle.

16

Page 18: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

4.5 Comparaison avec une autre étude.

Comme signalé précécemment, notre étude se veut le pendant français d’uneétude réalisée par Veugelers [?] en Belgique il y a une dizaine d’années.

Avant toute autre chose, si les deux modèles utilisés sont proches, certaines va-riables sont différentes car les questionnaires servant desources étaient différents.Certaines variables continues sont devenues des dummies, certaines sont apparueset d’autres ont disparu. Il semble donc difficile de comparerquantitativement lesrésultats des deux études. Nous pouvons cependant tirer quelques conclusions surle plan qualitatif.

– Un résultat partagé par les deux études, et que Veugelers présente commeétant confirmé par d’autres sources, est l’économie d’échelle réalisée par lesgrandes entreprises dans le domaine de la R&D. Elles semblent simplementbeaucoup plus fortes dans notre cas.

– De la même manière, dans les deux études, les subventions font augmenterles dépenses internes de R&D.

– Les dépenses internes et externes de R&D apparaissent dansles deux cascomme complémentaires, les coefficients qui les relient étant positifs de ma-nière significative. Chez Veugelers, la veille technologique joue un rôle im-portant sur cette relation, que notre étude ne permet pas de déterminer. Notreétude suggère toutefois un lien bien plus important entre ces recherche in-terne et externe.

– Dans les deux cas, la coopération est avantageuse pour des entreprises depetite taille ayant un budget important alloué à la R&D. Cecidénote unevolonté de s’orienter vers la recherche, et la coopération peut-être un moyenefficace dans cette optique.

– Pour les multinationales, les économies d’échelle sont moins importantesque pour des entreprises locales, et ce d’après les deux études. Cependant,dans notre étude, ce résultat a plus valeur de tendance générale que de règle.

– Notre modèle permet de dégager une influence non négligeable de la vo-lonté d’innovation sur les dépenses internes de R&D, ce qui contredit lesconclusions de Veugelers.

17

Page 19: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

Conclusion

A la vue d’un certain nombre de publications, l’idée selon laquelle l’exter-nalisation des dépenses de R&D se substitue aux efforts internes de développe-ment s’avère simpliste. En effet, la littérature actuelle tend d’avantage à démontrerque R&D interne et externe sont complémentaires. Dans notreétude, nous noussommes intéressés à cette problématique en nous fondant surles résultats de l’étudeCIS-3 France.

Pour ce faire, nous avons introduit un modèle d’équations couplées faisant in-tervenir un certain nombre de variables pertinentes. Ce modèle prend en compteles interactions mutuelles entre dépenses internes et coopération. Il fait intervenirla notion de capacité d’absorption, conformément aux intuitions de la théorie.

L’étude que nous avons menée a donc permis de mettre en évidence certainsfaits caractéristiques de la coopération dans le domaine dela R&D, en accord avecla littérature théorique. Elle a tendance à confirmer l’étude faîtes par Veugelers [1]sur des entreprises flamandes tout en introduisant de nouvelles variables pertinentesdans le cadre de notre analyse.

Toutefois, nos résultats sont à prendre avec réserve, dans la mesure où nousavons dû faire face à un certain nombre de difficultés pratiques. L’échantillon d’en-treprises sur lesquelles nous avons travaillé est de tailleréduite, et les tests statis-tiques servant à la validation des résultats ne permettent pas d’aboutir à des conclu-sions tranchées.

18

Page 20: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

Références

[1] Reinhilde Veugelers, "Internal R&D Expenditures and External TechnologySourcing", Research Policy 26, pp. 303−315, 1997.

[2] The Third Community Innovation Survey : CIS3, Eurostat France,1998−2000.

[3] http ://www.dr−belair.com/dic/Commerce/Ressources/ape−naf.htm

[4] Amemiya, T., 1979, The Estimation of a Simultaneous Equation Tobit Model,International Economic Review.

[5] Keneth Arrow, 1962, Economic Welfare and the allocationof resources forinvention

[6] J. Schumpeter, 1912, Théorie de l’innovation économique

[7] C. d’Aspremont, A. Jacquemin, 1988, Cooperative and Noncooperative R&Din Duopoly with Spillovers

[8] M.I. Kamien, E. Müller, I. Zang, 1992, Research Joint Ventures and R&D Car-tels

[9] W.M. Cohen, D.A. Levinthal, 1989, Innovation and Learning : The Two Facesof R&D

[10] Sanjeev Goyal, José Luis Moraga, 2000, R&D Networks

[11] Mathieu Manant,

19

Page 21: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

5 Annexe : Quelques mots d’économétrie...

5.1 Moindres carrés ordinaires et modèle linéaire multiple

Le modèle linéaire multiple postule que la grandeur à expliquer est une expres-sion linéaire des variables explicatives retenues, perturbée par un aléa.

Ainsi le modèle de variable à expliquer : P, et à trois variables explicatives : X,Y et Z (ou plutôt quatre en comptant explicitement la constante), s’écrit :

P = a + b.X + c.Y + d.Z + ǫ

où a, b, c et d sont les coefficients, inconnus, du modèle, etǫ la perturbationaléatoire ou aléa.

Le problème est à alors d’estimer les paramètres du modèle à partir des Nobservations des variables :Pi,Xi, Yi etZi.

La méthode des mco (pour "moindres carrés ordinaires", ou olsq, pour "ordi-nary least squares", chez les Anglo-Saxons) revient à chercher l’expression :

P = a + b.X + c.Y + d.Z

qui minimise la somme des carrés des erreurs d’ajustement :ui = Pi − (a +b.Xi + c.Yi + d.Ti) , ou résidus, pour les valeurs observées.

Les valeurs estimées poura, b, c et d sont les estimations des moindres car-rés des coefficients du modèle (les logiciels économétriques les calculent par desméthodes matricielles appropriées).

La méthode permet de calculer le coefficientR2, appelé coefficient de corré-lation multiple. Si une constante figure parmi les explicatives, les résidus sont desomme et de moyenne nulle, tandis que la variable ajustée a même moyenne quela variable observée. Le coefficientR2 est compris entre 0 et 1, la proximité de 1traduisant toujours une forte liaison linéaire multiple, mais d’un seul point de vuedescriptif, l’introduction de variables explicatives quelconques le faisant croîtremécaniquement...

Propriétés des estimateurs des mcoOn suppose que les aléas :ǫi, suivent la même loi normale :N(0, σ), centrée,

et d’écart-type :σ (inconnu), et sont indépendants, ces présupposés sont générale-ment appelés les hypothèses des moindres carrés. L’hypothèse de normalité n’estpas déraisonnable si l’on admet que ces aléas résultent de l’addition de nombreuxeffets secondaires mineurs indépendants (cf. théorème de la limite centrale). Sousces conditions :

– Les résidus calculés :ui, approchent les aléas inconnus :ǫi, et la quantité :

1

2

i u2

i

(N − 2)

liée à la somme des carrés des résidus, est une bonne estimation de l’écart-type :σ, de l’aléa. Elle est appelée : écart-type résiduel.

20

Page 22: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

– Les estimateurs dea, b, c etd suivent des lois normales dont les espérancessont les quantités à estimer : ces estimateurs sont sans biais.

– Les écart-type des estimateurs dea, b, c etd , peuvent être estimés.

Test de significativité des coefficientsCes estimateurs suivant donc des lois normales, et leurs écart-type pouvant être

estimés, on peut opérer le test de Student de significativitépour chaque coefficient.Il s’agit de tester si, pour un niveau de confiance donné (en général 95%), l’in-

tervalle de confiance peut ou non contenir la valeur : 0. En effet si la valeur véritabledu coefficient peut être 0, il n’est même pas certain que la variable explicative (oule terme constant) intervienne réellement dans le modèle.

Sachant que pour un risque :α, l’intervalle de confiance pour l’estimé deasuivant une loiN(µ, v) est :

[µ − tα ∗ v;µ + tα ∗ v]

le test revient à examiner si le rapport :

|coefficient estimé|écart-type estimé

dépasse ou nontα.On fait en général ce test au risqueα = 5%, ce qui donne, en utilisant la valeur

approchée :t0,05 = 1, 96 ≈ 2 :

– |coefficient estimé|écart-type estimé< 2 : coefficient non significatif au risque 5%

– |coefficient estimé|écart-type estimé> 2 : coefficient significatif au risque 5%.

Lors d’une étude économétrique, le test de Student sur chacun des coefficientsest beaucoup plus important que l’examen du coefficient de corrélation.

Un "bon" test de Student doit toutefois être regardé avec unecertaine modestie,ce test suppose en effet la pertinence du modèle, mais il n’a pas vocation à laconfirmer ; en fait, il sert essentiellement à mettre en douteou à écarter les variablesd’influence incertaine.

5.2 Du modèle exponentiel au modèle linéaire

Une relation non linéaire usuelle entre des variables explicatives d’un modèleest la liaison exponentielle. Ainsi la classique fonction de production de type Cobb-Douglas :

P = a.Xb.Y c.Zd

où X,Y et Z sont les explicatives, eta, b, c et d en sont les paramètres inconnusest un modèle non linéaire.

Ce modèle peut néanmoins être linéarisé par passage aux logarithmes. Le mo-dèle, par exemple, se transforme en :

ln(P ) = ln(a) + b. ln(X) + c. ln(Y ) + d. ln(Z)

21

Page 23: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

qui est un modèle linéaire équivalent ; la variable à expliquer étant à présentln(P ),les explicativesln(X), ln(Y ) et ln(Z), et les coefficientsln(a), b, c etd.

Le modèle ainsi linéarisé peut alors être estimé par régression linéaire. On re-marque toutefois que la perturbation aléatoire du modèle initial (que l’on n’avaitpas écrite explicitement) doit avoir une forme multiplicative particulière, dite log-normale, pour que celle du modèle transformé vérifie les hypothèses des moindrescarrés ordinaires.

Il faut également noter que les coefficients sous leur forme initiale n’étant fré-quemment pas des expressions linéaires des coefficients transformés, leurs estima-tions indirectes n’ont plus nécessairement les propriétésd’optimalité des estima-tions par les moindres carrés ordinaires de ces derniers.

Ainsi pour conclure sur ce modèle, on peut se demander pourquoi choisir unmodèle exponentiel plutôt qu’un modèle linéaire. La principale raison est que cemodèle a une élasticité constante deP en fonctions deX, Y etZ.

5.3 Modèle Probit

Si on cherche à modéliser de façon linéaire une probabilité ou une variablebinaire notéeP , par définition comprise entre 0 et 1, en fonction de deux variablesexplicatives. Une première idée est d’étudier un modèle telque

P = a + b.X + c.Y + d.Z

où a, b et c sont les variables à estimer. Par définition, on appelle la variable a

l’ intercept.Il est clair qu’un tel modèle est naïf et peu adapté, les valeurs ajustées deP

pouvant a priori parcourir l’ensemble des réels et non simplement l’intervalle[0, 1].Une idée destinée à remédier à l’inconvénient précédent estde passer par l’in-

termédiaire d’une fonctionF dont l’ensemble des valeurs est l’intervalle[0, 1], etd’estimer un modèle de la forme :

P = F (a + b.X + c.Y + d.Z)

où encore

F−1(P ) = a + b.X + c.Y + d.Z

dans le cas de deux explicatives.Les fonctions de répartitions associées aux distributionsde probabilité conviennent.

Si on prend pourF la fonction de répartition associée à la loi normaleN(0, 1), lemodèle est le modèle Probit. La fonctionF , ni son inverse ne s’expriment sous uneforme résolue, mais peuvent être calculées numériquement.

On va présenter ce modèle d’une manière quelque peu différente, quoique ma-thématiquement équivalente, dans le cadre général des modèles à variable latente,non observable.

22

Page 24: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

Modèle Probit à variable latenteConservant pour fixer les idées deux variables explicatives, X etZ, on suppose

que la réalisation de l’événement étudié(P = 1) dépend d’une variable latente :P ∗, non observable :

P ∗ = a + b.X + c.Y + d.Z + ǫ

dépendant elle-même des variables explicatives et d’une perturbation aléatoireǫ, et telle que

{

P = 1 si P ∗ > 0P = 0 sinon

par suite

P(P = 1) = P(P ∗ > 0)

= P(ǫ > −a − b.X − c.Y − d.Z)

= P(ǫ < a + b.X + c.Y + d.Z)

= F (a + b.X + c.Y + d.Z)

en supposant la loi de la perturbationǫ centrée et symétrique, et en notantencoreF sa fonction de répartition.

La variableP ∗ n’intervenant que par son signe, on voit que les coefficientsa,b, c, etd ne sont définis qu’à un facteur d’échelle près, qu’on peut fixer librement,par exemple via l’écart-type deǫ.

Comme il a été dit, siǫ suit la loi normale centrée réduite, on a le modèle Probit.

Estimation, interprétation des résultatsLe modèle précédent est estimé par la méthode du maximum de vraisemblance.Les coefficients étant définis à un facteur multiplicatif près, ce n’est pas leur

valeur mais leur significativité et leur signe (qui indique le sens de l’influence de lavariable considérée) que l’on examine.

Pour conserver l’exemple précédent, on voit que si l’incidence de la variableX surP ∗ est linéaire (et mesurée par l’effet marginal b), celle sur la probabilité,P(P = 1), ne l’est nullement et dépend des valeurs des variables explicativesau point considéré. Pour cette raison, on calcule fréquemment l’élasticité de laprobabilité en des points donnés, par exemple au point moyende la population.

On a également coutume de calculer le taux de bien classés : pour chaqueobservation, on détermine sa probabilité théorique par le modèle estimé, puis onexamine toutes les paires associant un événement positif(P = 1) et un événementnégatif (P = 0), et on calcule enfin la proportion de paires pour lesquelles lesprobabilités calculées sont dans le sens logiquement attendu, c’est à dire la plusgrande pour l’événement observé. Il est encourageant de trouver un bon taux debien classés, mais il serait déraisonnable d’attendre un nombre très proche de 1,compte tenu notamment du caractère aléatoire du modèle.

23

Page 25: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

6 Annexe : Origine des données (Intitulés des questionsposées)

Variable : IRD ( Question 4.1)Did your enterprise engage in the following innovation activities in 2000 ?- Intramural Research & experimental development

Total innovation expenditure in 2000 ?

Variable : S ( Question 0.5)Total turnover market sales of goods and services in year 2000, including exportand taxes except VAT ?

Variable : CHEM, MVEN) ( NAF-APE700)Provient de l’identifiant NAF-APE700 de chaque entreprise.

Variable : M ( Question 0.1)Is the enterprise part of an enterprise group ?If yes, what is the country of head office of the group ?

Variable : SUB ( Question 7.1)Did your enterprise receive any public financial support forinnovation activitiesduring the period 1998- 2000 ?Local or regional authorities, Central government (including institutions workingon behalf of central government) or The European Union

Variable : ERD ( Question 4.1)Did your enterprise engage in the following innovation activities in 2000 ?- Aquisition of R&D (extramural R&D)

Total innovation expenditure in 2000 ?

Variable : COOP ( Question 8.1)Did your enterprise have any co-operation arrangements on innovation activitieswith other enterprises or institutions during 1998-2000 ?

Variable : MONI ( Question 9)The main sources of information needed for suggesting new innovation projects orcontributing to the implementation of existing projects are asked in this question.Please indicate the degree of importance attached to various alternative informationsources :- Internal sources- Market sources- Institutional sources- Other sources

24

Page 26: Etude économétrique des liens entre R&D interne et ... · 1.1 Concentration du marché et incitation à innover La question de l’influence de la taille sur la capacité et l’in

Variable : PRO ( Question 11.2)During the period 1998-2000, did your enterprise, or enterprise group, make use ofany of these other methods to protect inventions or innovations developed in yourenterprise ?- Formal methods (Registration of design patterns, Trademarks, Copyright)- Strategic methods (Secrecy, Complexity of design, Lead-time advantage on com-petitors)

Variable : DIFF ( Question 1.4)During the period 1998-2000, did your enterprise introducenew or significantlyimproved products (goods or services) not only new for your enterprise, but alsonew for your enterprise’s market ?If yes, estimate the contribution of these products in totalturnover in 2000.

25